Was unterscheidet die so bezeichneten Akteure von intrinsisch motivierten Autodidakten?
Thorsten Zylowski: Autodidakten lernen in der Regel selbstständig und aus intrinsischer Motivation heraus, oft außerhalb formaler Lernstrukturen. Agentic Learning geht darüber hinaus: Hier steht nicht nur die Motivation im Vordergrund, sondern die bewusste Steuerung des gesamten Lernprozesses.
Agentisch Lernende setzen sich aktiv Ziele, wählen Strategien, nutzen Ressourcen gezielt und reflektieren ihren Fortschritt. Außerdem findet Agentic Learning häufig in gestalteten Lernumgebungen statt, die diese Selbststeuerung unterstützen, etwa durch Wahlmöglichkeiten, Feedbacksysteme oder digitale Tools. Während Autodidaktik eher eine individuelle Eigenschaft beschreibt, ist Agentic Learning also auch ein didaktisches Designprinzip.
Der Begriff "Agentic Learning" kann ja sowohl auf Menschen als auch auf KI angewendet werden. Wo verläuft die Trennlinie?
Thorsten Zylowski: Die Trennlinie liegt vor allem in der Art der Agency. Menschen besitzen eine(?) intentionale Agency: Sie entwickeln eigene Ziele, Werte und Bedeutungen und können ihr Lernen auf persönliche Interessen oder Lebenskontexte beziehen. KI-Systeme hingegen besitzen eine(?) funktionale oder simulierte Agency. Sie können Aufgaben planen, Schritte ausführen und Entscheidungen innerhalb eines vorgegebenen Rahmens treffen, verfolgen aber keine eigenen Ziele oder Motivationen. Im Kontext von Agentic Learning bedeutet das:
- Menschen sind die eigentlichen Träger:innen von Lernagency.
- KI kann diese Agency unterstützen, etwa als Coach, Rechercheassistent oder Reflexionspartner.
- Die Herausforderung besteht darin, Systeme so zu gestalten, dass sie Autonomie stärken, statt sie zu ersetzen.
Welche Anwendungsfälle von Agentic Learning sind aktuell im Einsatz?
Thorsten Zylowski: Bereits heute gibt es mehrere Praxisfelder, in denen Elemente von Agentic Learning umgesetzt werden:
- KI-gestützte Lernassistenz: Systeme, die Lernende bei Recherche, Strukturierung von Inhalten oder beim Verständnis komplexer Themen unterstützen.
- Adaptive Lernplattformen: Lernumgebungen, in denen Nutzer ihren Lernpfad selbst wählen können und Unterstützung dynamisch angepasst wird.
- Projekt- und problemorientiertes Lernen: Lernende definieren eigene Fragestellungen und nutzen digitale Tools und KI, um Lösungen zu entwickeln.
- Reflexions- und Lernjournale mit KI-Unterstützung: KI hilft dabei, Lernfortschritte zu reflektieren und nächste Schritte zu planen.
In vielen Fällen zeigt sich Agentic Learning besonders dort, wo Lernende Technologien aktiv nutzen, um ihre eigenen Lernprozesse zu steuern.
Welches Potenzial sehen Sie für die Zukunft in Agentic Learning?
Thorsten Zylowski: Agentic Learning hat das Potenzial, Lernen stärker individualisiert, kontinuierlich und kontextbezogen zu gestalten. KI-Systeme könnten dabei als persönliche Lernagenten fungieren, die Lernende bei Zielsetzung, Planung und Reflexion unterstützen, ohne die Kontrolle über den Lernprozess zu übernehmen. Langfristig könnten sich Lernumgebungen entwickeln, in denen Menschen und KI komplementär zusammenarbeiten: Menschen definieren Ziele, Perspektiven und Bedeutungen, während KI hilft, Informationen zu strukturieren, Optionen aufzuzeigen und Feedback zu geben.
Das zentrale Potenzial liegt daher nicht nur in effizienterem Lernen, sondern in der Entwicklung von Lernkompetenz und Selbstwirksamkeit – Fähigkeiten, die in einer zunehmend komplexen und technologiegeprägten Welt immer wichtiger werden.
Drei Tage, 30 parallele Themen-Streams, mehr als 40 Vorträge und Talks und renommierte Expertinnen und Experten aus Wissenschaft, Wirtschaft und Technologie: Der LEARNTEC Kongress vom 5. bis zum 7. Mai 2026 kratzt nicht nur an der Oberfläche. Er geht den aktuellen Herausforderungen in der digitalen Bildung auf den Grund. 
